Hvad vil du lytte til? Algoritmer kan stadig ikke fortælle, som mennesker kan

I sidste uge var Associated Press begejstret afslørede sin plan til i det væsentlige at overdrage sine indtjeningsrapporter til en sværm af robotter senere på måneden. Nyhederne havde naturligvis bloggere af menneskelig type i fuld "de tog vores job"-tilstand, som om denne form for meddelelse signalerede begyndelsen på enden. Som en, der har skrevet sin andel af indtjeningsrapporterne, føler jeg mig ret sikker på at sige, at enhver, der er befriet fra at skrive dem, ånder lettet op. Som de fleste 'bots' vil de, der er ansat af AP, udføre en ret utaknemmelig opgave - en opgave, der ofte føles som den journalistiske ækvivalent til Mad Libs.

AP hævder, at flytningen vil frigøre ressourcer for journalister til at bruge mere tid på at grave i mere kødfulde stykker, og der er bestemt grund til at tro dette. Newsrooms - selv dem så polstrede som Associated Press's - er knasende, ligesom alle andre. Jo færre penge, der bruges på at slå sig igennem numre, jo mere er der frigjort til at lave mere omfattende rapportering (selvfølgelig skal vi holde øje med, om AP holder sit løfte her). Dette rejser imidlertid det evige spørgsmål om maskiner og kreativitet: Vil mennesker altid være nødvendige for opgaver på højere niveau?

Svaret, i det mindste historisk set, har altid været "ja". Og på trods af AP's træk, to andre begivenheder i sidste uge forstærker kun tanken om, at vi mennesker måske er værd at holde på lidt endnu, bagefter alle.

Det første skete i mandags. Rdio, en musikstreamingtjeneste beslægtet med Spotify, skabt af medstifterne af Skype, annoncerede, at det havde købt TastemakerX, en lille San Francisco-baseret startup med fokus på musikkuration og opdagelse. Det var selvfølgelig ikke en kæmpe nyhed i sig selv. Begge parter er relativt små fisk i meget større damme, og desuden har musikopdagelse og kuration altid været det været en stor del af Rdios strategi, hvor virksomheden lægger en enorm vægt på sociale netværk funktionalitet.

Hvad der skete blot to dage senere, vendte derimod med rette en masse hoveder. Google meddelte, at det ville fordoble musikspillet ved at købe Songza. Du har hørt om det, ikke? Songza er endnu en musikstreaming- og anbefalingstjeneste.

Det, der dog adskiller tjenesten fra en række konkurrenter, er Songzas afhængighed af menneskelige kuratorer. Dette står i modsætning til f.eks. Spotifys kunstnerradiofunktion, som for det meste er afhængig af algoritmer til at vælge musik, du måske kan lide. Selv dette kolde mekaniske apparat opfanger varmen fra menneskelig berøring i form af en tommelfinger op eller tommelfinger ned fra slutbrugeren, hvilket hjælper med at finjustere din lytning yderligere. I hjertet af det har Spotify dog ​​maskiner, der udfører arbejdet som en million musikjournalister på en million skrivemaskiner.

Songza, på den anden side, bruger menneskelige musikeksperter til at skabe playlister, der er skræddersyet til lytternes humør. Fremgangsmåden har vist sig at være succesfuld for opstarten, idet den opnåede mere end 1 million downloads inden for de første 10 dage efter lanceringen af ​​iPad-appen tilbage i 2012. Spotify bemærkede bestemt. I maj sidste år gik virksomheden ud og købte playliste-konkurrenten Tunigo. Det opkøb resulterede i lanceringen af ​​Spotifys Browse-funktion, som nu storslår brugerne med en række stemningsbaserede afspilningslister, hver gang de tænder for appen.

Selv Pandora, der berømt var banebrydende for musikkuration efter algoritme, har et bankende menneskehjerte i Music Genome Project. Sange føres ikke bare ind i et program, de analyseres af menneskelige musikforskere for at katalogisere forskellige elementer, som maskiner bare ikke kan genkende, som "hard rock-rødder, mystiske kvaliteter, mild rytmisk synkopering, gentagne melodiske fraseringer og krævende instrumental del skrivning."

Apple ser også ud til at anerkende værdien af ​​et godt øre. Da Cupertino annoncerede sit køb af Beats Electronics i maj, foreslog mange mennesker (inklusive det nuværende firma), at det rigtige, øhh, Apples øjenæble ikke var hovedtelefoner så meget som den nyligt lancerede musikstreamingtjeneste, Beats. Det giver mening, virkelig. Apple har tydeligvis søgt at udvide sit digitale musikimperium, og streaming ser ud til at være det næste logiske skridt.

Så hvad gør Beats Music så speciel? Nå, endnu mere end Spotify eller Rdio, blev tjenesten lanceret med afspilningslister i tankerne. Tjenestens dræberfunktion er evnen til at generere afspilningslister på farten ved hjælp af datainput af brugere. Sikker på, der er noget computerbehandling, der skal ske, for at disse følelser, aktiviteter og tidspunkter på dagen kan blive en spilleliste, men den virkelige hemmelige sauce der brænder for det hele er et team af mennesker - sangskrivere, kritikere, radio-dj's og lignende, som blev hyret af virksomheden til at levere tjenesten med eksperter kuration.

Der er et citat, der er berømt forkert tilskrevet Elvis Costello, der sammenligner forretningen med at skrive om musik med "dans om arkitektur." Men som forgæves en øvelse, som det til tider kan føles at skrive om musik, kommer den bestemt tættere på at fange musikkens ånd end at føre den ind i en maskine gør. Og det samme gør menneskelig musikkuration.

Da Netflix bankede hovedet mod væggen tilbage i 2008 i et forsøg på at mestre kunsten at mestre anbefalinger, omtalte den problemet som dets "Napoleon Dynamite-problem" (endnu et utilsigtet Elvis Costello nik, det ser ud til). Det problem blev navngivet, fordi dets algoritmer havde problemer med at forudsige, om Netflix-brugere ville nyde den finurlige kultfilm fra 2004 baseret på tidligere seervaner.

Det er måske kun en lille trøst for hære af musikkritikere, der har fundet på at vaske op og at deltage i andre "rigtige jobs" som musikmagasiner har lidt samme skæbne som resten af ​​forlaget industri. Selvom Rolling Stone måske ikke går på en ansættelsesrunde i den nærmeste fremtid, beviser de seneste træk i det teknologiske rum, at hvad musik angår, er der stadig ingen måde at erstatte det menneskelige berøring.